2019-07-06先mark一下学到的知识点：
一、查看引用计数的方法：sys.getrefcount(a)
二、CPython引进GIL的主要原因是：
1. 设计者为了规避类似内存管理这样的复杂竞争风险问题（race condition）；
2. CPython大量使用C语言库，但大部分C语言库都不是线程安全的（线程安全会降低性能和增加复杂度）。
三、绕过GIL的两种思路：
1. 绕过CPython，使用JPython等别的实现；
2. 把关键性能代码放到其他语言中实现，比如C++。
问答老师的问题：
1. cpu-bound属于计算密集型程序，用多线程运行时，每个线程在开始执行时都会锁住GIL、执行完会释放GIL，这两个步骤比较费时。相比单线程就没有切换线程的问题，所以更快。
相反，在处理多阻塞高延迟的IO密集型程序时，因为多线程有check interval机制，若遇阻塞，CPython会强制当前线程让出（释放）GIL，给其他线程执行的机会。所以能提高程序的执行效率。
2. 第二个问题摘抄了知乎上的讨论：
在python3中，GIL不使用ticks计数，改为使用计时器（执行时间达到阈值后interval=15毫秒，当前线程释放GIL），这样对CPU密集型程序更加友好，但依然没有解决GIL导致的同一时间只能执行一个线程的问题，所以效率依然不尽如人意。多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。
经常会听到老手说：“python下想要充分利用多核CPU，就用多进程”，原因是什么呢？原因是：每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。所以我们能够得出结论：多核下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率。展开 2 52- 2019-07-01老师，我曾经去某大厂面试。人家问了我几个问题，比说说，你知道元类吗？Python是如何解决循环引用的？换句话说，Python的垃圾回收机制是如何？我后来自己找了些资料看了，还是，不是理解的特别明白。老师后面的课程能帮我们讲解下吗？ 21
- 2019-07-01有重要的一点没讲，GIL会在遇到io的时候自动释放，给其他线程执行的机会，这样Python多线程在io阻塞的多任务中有效。 12
2019-07-011.cpu-bound任务的多线程相比单线程，时间的增加在于锁添加的获取和释放的开销结果。
2.返回到python诞生的年代，GIL相对来说是合理而且有效率的，它易于实现，很容易就添加到python中，而且它为单线程程序提供了性能提升。以至于Guido在“It isn't Easy to Remove the GIL”里面说“ I'd welcome a set of patches into Py3k only if the performance for a single-threaded program (and for a multi-threaded but I/O-bound program) does not decrease”。而到现在为止，任何尝试都没有达到这一条件。 1 5
2019-07-01python的单线程和多线程同时都只能利用一颗cpu核心，对于纯cpu heavy任务场景，不涉及到io耗时环节，cpu都是充分利用的，多线程和单线程相比反倒是多了线程切换的成本，所以性能反而不如单线程。 4
2019-07-01t1 = Thread(target=CountDown, args=[n // 2]) 老师，这段代码里面n//2是什么意思？ 6 2- 2019-07-01另外，在测试不加锁的 foo 函数的时候，我这里循环测试10000次也不会见到n!=100的情况，这是为什么呢？ 1 2
2020-02-04自己的比喻理解
1，单线程，有语文（1），数学（2），英语（3）作业，按照顺序123写问作业
2，多线程，在Cpython解释器种，有GIL存在，按照check interval 机制，是语文作业写5分钟，换着数学作业写5分钟，英语5分钟，在换着语文写：线程阻塞的情况，理解为数学有道题目很难，（I/O密集）提前不做，释放出来，
3，多进程，找两个人帮忙做，三个人分别做语文，数学，英语，最后完成的算终止时间，
线程安全理解为，做语文作业时，不需要用到数学作业里的资料，工具，展开
2020-01-15关于绕过GIL的第二个方式：将关键的性能代码放到别的语言中（通常C++）实现；这种解决方式指的是在别的语言中使用多线程的方式处理任务么？就是不用python的多线程，而是在别的语言中使用多线程？作者回复: 对
2019-11-21GIL在Python作为脚本或者客户端程序没问题，作为高性能程序多少有点问题。当引入协程后，并发被很好处理，现在只剩下并行不太理想，用的是多进程模型，没有利用操作系统最小调度单元。- 2019-11-21Python 多线程是伪多线程。
2019-10-25思考题1：
由于GIL采用轮流运行线程的机制，GIL需要在线程之间不断轮流进行切换，线程如果较多或运行时间较长，切换带来的性能损失可能会超过单线程。
思考题2：
个人觉得GIL仍然是一种好的设计，虽然损失了一些性能，但在保证资源不发生冲突，预防死锁方面还是有一定作用的。
以上是个人的一点肤浅理解，请老师指正。展开作者回复: 讲的不错
2019-10-15思考题
1.线程切换有开销成本，另外最主要是由于GIL的存在使python的并行为伪并行。
2.我觉得不是好设计，像戴着镣铐跳舞，好处仅仅是简化了解释器的设计。而且它并不能完全解决线程安全问题。但我平时很少用多线程编程，所以还没有实际体会。而像解释器这样的基础设施应该是把脏活留给自己，尽量减少用户的复杂性。类似还有从python2到python3的大变动。
2019-10-13第一问：因为Python中有GIL的存在，使得在每一个时刻都只能有一个线程在运行。如果强行使用多线程的话，线程的切换回耗费额外的资源，所有运行更慢；
第二问：有，使用Python编写的有限元数值程序运算很慢，而且当时也不懂什么线程安不安全，也不会加锁，最后算出来的结果怎么都跟标准答案对不上。
:-P- 2019-09-241、线程切换对性能有消耗 2、GIL的设计方便了CPython的编写，但是对使用者不太友好
2019-09-19我有个问题，多核cpu下的多线程比单核cpu下的多线程(假设一个进程)的效率是更低的，原因是线程颠簸。老师能解释下线程颠簸么?多核cpu下的多线程GIL是怎么释放的，其他线程是怎么争夺的?
2019-08-10老师，想请教一下：文中在“Python 的线程安全”的一节中，以foo函数的字节码为例，说“这四行 bytecode 中间都是有可能被打断的”。我觉得，即使比如在某行bytecode执行完之后线程被打断了，等这个线程重新获得GIL后不是会继续接着执行后面的bytecode吗，因此从结果看，最终每一条bytecode都被执行完了，那么对结果应该是不会有影响的呀？ 1
2019-07-251. 线程切换需要成本（CPU资源） ，CPU密集场合使用多线程会更慢
2. 刚开始是一个好设计，可以更快更简洁更高效的实现代码，后来就成了历史的遗留的包袱，有大量的库依赖GIL 带来的线程安全，废除的成本非常高，因此CPython 只能不断改进 GIL，很难一次性彻底取消。
2019-07-171. pyhton的多线程按照文中所说的实际上还是单线程的实现，表面上使用了python的多线程，但实际还是单线运行，相比较单线程而言还多了许多进程切换的锁的开销，因此多线程版本反而比单线程版本要慢。
2019-07-15和ruby一样